CN111523979A - 智能售卖方法 - Google Patents

Abstract

本发明涉及智能售货领域，为解决商品摆错货道的异常情形下难以快速识别商品的技术问题，本发明提供一种智能售卖方法，包括：检测到被放置到货道上的物品为非本货道商品，将非本货道商品的信息加入到异常商品队列；检测到被从货道上拿起的物品中包含非本货道商品，根据异常商品队列及正常商品信息库确定被拿起的物品的信息，将被拿起的物品的信息加入虚拟购物车。本发明通过有针对性地在异常商品队列和正常商品信息库的范围内匹配商品，相比于在店内全部商品信息的范围内匹配商品，匹配范围更小，因此识别速度更快，识别更加精准，提高了购物车更新的效率，为稳定可靠地智能结算奠定了良好基础，保证面对商品摆错货道的异常情形仍能快速识别商品。

Description

智能售卖方法

技术领域

本发明涉及智能售货技术领域，特别涉及一种智能售卖方法。

背景技术

无人售货模式是零售领域智能化、自动化的发展趋势，其能实现无人值守前提下的安全售卖，可以大大节省零售业的人员成本。

现有技术中可以通过监测货道上商品的重量变化来初步识别商品信息，然而，对于无人零售店或无人超市而言，有时会出现商品摆错货道的异常情形，给快速准确识别商品带来了挑战。

发明内容

为了解决出现商品摆错货道的异常情形，难以快速精准地识别商品的技术问题，本发明提供的技术方案为：

本发明提供一种智能售卖方法，包括货道，所述智能售卖方法包括：检测到被放置到货道上的物品为非本货道商品，将非本货道商品的信息加入到异常商品队列；检测到被从货道上拿起的物品中包含非本货道商品，根据异常商品队列及正常商品信息库确定被拿起的物品的信息，将被拿起的物品的信息加入虚拟购物车；其中，正常商品信息库包括本货道商品的信息集合。

本发明提供的智能售卖方法，优选地，所述“检测到被放置到货道上的物品为非本货道商品”具体为：将被放置到货道上的物品与正常商品信息库中的商品进行重量匹配；若重量匹配不通过，则被放置到货道上的物品为非本货道商品。

本发明提供的智能售卖方法，优选地，所述“将被放置到货道上的物品与正常商品信息库中的商品进行重量匹配”之后，还包括：若重量匹配通过，则对被放置到货道上的物品进行视觉验证；若视觉验证不通过，则被放置到货道上的物品为非本货道商品。

本发明提供的智能售卖方法，优选地，在所述“将非本货道商品的信息加入到异常商品队列”之前，还包括：检测到被从货道上拿起的物品为本货道商品，将本货道商品的信息加入虚拟购物车。

本发明提供的智能售卖方法，优选地，所述“检测到被从货道上拿起的物品为本货道商品”具体为：将被从货道上拿起的物品与正常商品信息库中的商品进行重量匹配；若重量匹配通过，则对被从货道上拿起的物品进行视觉验证；由重量匹配与视觉验证一致的结果，得出被从货道上拿起的物品为本货道商品。

本发明提供的智能售卖方法，优选地，所述“将被从货道上拿起的物品与正常商品信息库中的商品进行重量匹配”具体为：计算货道上商品的重量变化量在误差范围内是否等于正常商品信息库中的商品排列组合所对应的总重量，得到重量匹配结果。

本发明提供的智能售卖方法，优选地，所述“将非本货道商品的信息加入到异常商品队列”具体为：将被放置到货道上的物品与虚拟购物车中的商品进行重量匹配；若重量匹配不通过，则被放置到货道上的物品为非商品；将非商品的信息加入到异常商品队列。

本发明提供的智能售卖方法，优选地，所述“将被放置到货道上的物品与虚拟购物车中的商品进行重量匹配”之后，所述“将非商品的信息加入到异常商品队列”之前，还包括：若重量匹配通过，则对被放置到货道上的物品进行视觉验证；若视觉验证不通过，则被放置到货道上的物品为非商品。

本发明提供的智能售卖方法，优选地，所述“将非本货道商品的信息加入到异常商品队列”具体为：将被放置到货道上的物品与虚拟购物车中的商品进行重量匹配；若重量匹配通过，则对被放置到货道上的物品进行视觉验证；若视觉验证通过，则被放置到货道上的物品为摆错货道的商品；将摆错货道的商品的信息从虚拟购物车中删除；将摆错货道的商品的信息加入到异常商品队列。

本发明提供的智能售卖方法，优选地，所述“根据异常商品队列及正常商品信息库确定被拿起的物品的信息”具体为：基于异常商品队列及正常商品信息库的信息，对被拿起的物品进行重量匹配和视觉验证，确定被拿起的物品的信息。

本发明提供的智能售卖方法，优选地，所述“根据异常商品队列及正常商品信息库确定被拿起的物品的信息”之后，还包括：根据被拿起的物品的信息，将被拿起的物品中包含的非本货道商品的信息从异常商品队列中删除。

本发明具有的优点或者有益效果：

本发明提供的智能售卖方法通过有针对性地在异常商品队列和正常商品信息库的范围内匹配商品，相比于在店内全部商品信息的范围内匹配商品，匹配范围更小，因此识别速度更快，识别更加精准，提高了购物车更新的效率，为稳定可靠地智能结算奠定了良好基础，保证面对商品摆错货道的异常情形，仍能快速准确识别商品，改善了消费者的购物体验。另一方面，异常商品队列中的非本货道商品的信息可以理货的依据，有利于提高无人零售店或无人超市的工作人员的理货效率。

附图说明

通过阅读参照以下附图对非限制性实施例所作的详细描述，本发明及其特征、外形和优点将会变得更加明显。在全部附图中相同的标记指示相同的部分。并未刻意按照比例绘制附图，重点在于示出本发明的主旨。

图1是本发明提供的智能售卖方法的部分流程示意图；

图2是判断变化物品为本货架商品或非本货架商品的部分流程示意图；

图3是判断摆错货道的商品或非商品的部分流程示意图。

具体实施方式

下面结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整的说明，显然所描述的实施例仅仅是本发明的一部分实施例，而不是全部的实施例。因此，以下对附图中提供的本发明实施例中的详细描述并非旨在限制要求保护的本发明的范围，而是仅仅表示本发明的选定实施例。基于本发明的实施例，本领域技术人员在没有作出创造性劳动的前提下所获得的所有其他实施例，都属于本发明的保护范围。

实施例1

现有技术中可以通过监测货道上商品的重量变化来初步识别商品信息，然而，对于无人零售店或无人超市而言，有时会出现商品摆错货道的异常情形，给快速准确识别商品带来了挑战。如果将被挑选的商品只与本货道上的商品信息进行匹配，将无法识别出商品摆错货道的情形；如果将被挑选的商品与店内全部商品信息进行匹配，又会出现匹配结果多、识别速度慢的问题。

为了保证面对商品摆错货道的异常情形，仍能快速准确识别商品，从而不影响消费者的购物体验，实施例1提供一种智能售卖方法，包括货道，其对应的部分流程示意图如图1所示，实施例1提供的智能售卖方法包括以下步骤：

步骤S1：检测到被放置到货道上的物品为非本货道商品；

步骤S2：将非本货道商品的信息加入到异常商品队列；

步骤S3：检测到被从货道上拿起的物品中包含非本货道商品，其中，非本货道商品包括摆错货道的商品和非商品；

步骤S4：根据异常商品队列及正常商品信息库确定被拿起的物品的信息，其中，正常商品信息库包括本货道商品的信息集合，正常商品信息库中的商品信息是预先录入的，商品信息至少包括预设的货道位置、单价、名称；

步骤S5：将被拿起的物品的信息加入虚拟购物车。

采用实施例1提供的智能售卖方法，商品被放置到错误货道的瞬间，执行步骤S1和步骤S2。基于对放置到货道上的物品进行实时检测所得到的非本货道商品信息，生成异常商品队列，从而能够对诸如无人零售店或无人超市店内的异常商品的信息进行实时统计与更新。

采用实施例1提供的智能售卖方法，面对商品摆错货道的异常情形时，摆错货道的商品被从货道上拿起，即执行步骤S3、步骤S4和步骤S5。从异常商品队列及正常商品信息库中匹配被拿起的物品的信息，并将得到的被拿起的物品的信息加入虚拟购物车。

实施例1提供的智能售卖方法，创造性地提出通过智能检测被放置到货道上的物品，实时统计与更新异常商品的信息，形成异常商品队列；当面对商品摆错货道的异常情形时，通过智能检测得到从货道上拿起的物品中包含非本货道商品，从异常商品队列及正常商品信息库中快速精准地匹配到被拿起的物品的信息。

其依据的原理是，在初始情况下，货道上的商品无异常(货道上的商品全部是本货道商品)，对于货道而言，非本货道商品(即异常商品)只可能是物品被放置到货道上这一操作产生的结果，基于各种商品识别技术可以基于货道上商品的变化，检测到被放置到货道上的物品为非本货道商品，由此得到异常商品队列。因此，当从货道上拿起的物品中包含非本货道商品，存在两种情形：情形一是从货道上拿起的物品只包括非本货道商品；情形二是从货道上拿起的物品包括非本货道商品和本货道商品。总之，当被从货道上拿起的物品中包含非本货道商品时，被从货道上拿起的物品只可能来自异常商品队列和正常商品信息库。

实施例1提供的智能售卖方法通过有针对性地在异常商品队列和正常商品信息库的范围内匹配商品，相比于在店内全部商品信息的范围内匹配商品，匹配范围更小，因此识别速度更快，识别更加精准，提高了购物车更新的效率，为稳定可靠地智能结算奠定了良好基础，保证面对商品摆错货道的异常情形，仍能快速准确识别商品，改善了消费者的购物体验。另一方面，异常商品队列中的非本货道商品的信息可以理货的依据，有利于提高无人零售店或无人超市的工作人员的理货效率。

步骤S1，检测到被放置到货道上的物品为非本货道商品，具体为：将被放置到货道上的物品与正常商品信息库中的商品进行重量匹配，得到重量匹配结果(1)或(2)；

重量匹配结果(1)：若重量匹配不通过，则被放置到货道上的物品为非本货道商品。

重量匹配结果(2)：若重量匹配通过，则对被放置到货道上的物品进行视觉验证；若视觉验证不通过，则被放置到货道上的物品为非本货道商品。

实施例1提供的智能售卖方法基于重量匹配和视觉识别双重商品识别方式进行验证，其中以重量匹配为主，视觉验证为辅。步骤S1中重量匹配是基于实时采集货道上商品的重量增量，确定被放置到货道上的物品的重量，正常商品信息库中的商品信息至少包括商品名称、单重、图像和单重等。步骤S1中重量匹配的方式为计算货道上商品的重量变化量在误差范围内是否等于正常商品信息库中的商品排列组合所对应的总重量。视觉验证是通过采集货道上商品重量增量前后的图像，通过分析图像变化识别商品信息，视觉验证主要是根据重量匹配的得到的可能的商品组合，判断可能的商品组合是否正确。

通过重量匹配结果(1)，重量匹配不通过，排除了被放置到货道上的物品是本货道商品的可能，由此得出被放置到货道上的物品为非本货道商品。单独通过重量匹配的方式识别了一部分的被放置到货道上的物品为非本货道商品的情形，基于重量的商品识别方式，设备投入成本低廉，相关的商品识别技术成熟，由于获取重量增量后，只涉及数据的运算，响应速度较快，识别效率较高，因此可以快速识别一部分的被放置到货道上的物品为非本货道商品的情形。

通过重量匹配结果(2)，重量匹配通过，得到若干可能的商品组合，视觉验证全部可能的商品组合后，若全部的可能的商品组合均不正确，即视觉验证不通过，由此得出被放置到货道上的物品为非本货道商品。通过视觉验证的辅助手段可以识别出与本货道商品重量正好一致的非本货道商品的情形，并且由于重量匹配得到了若干可能的商品组合，因此对于视觉识别只需要对若干可能的商品组合进行分别判断，而不需要对正常商品信息库中的商品图像进行一一匹配，充分利用了重量匹配的结果，大大减小了运算量，进一步提高了商品识别的效率。另一方面，由于视觉验证主要起到辅助作用，是在重量匹配得到的若干可能的商品组合上进行的，因此，对于视觉验证的技术要求相对较低，在不影响商品识别的速度和准确性的前提下，可以根据实际需要适当降低视觉验证的设备方面的投入。对于视觉验证的设备方面的投入的降低是通过优化重量匹配的匹配范围以及视觉验证的内容的角度进行的，具体是通过优化了商品识别的步骤以实现该目的。基于重量匹配结果(1)和重量匹配结果(2)两种方式可以识别绝大多数的被放置到货道上的物品为非本货道商品的情形。

需要说明的是，步骤S1的具体实施方式包括但不限于上述基于重量和视觉识别的方式，还包括其他的商品识别方式，或是多种商品识别方式的组合。

类似地，步骤S3具体为：将被拿起的物品与正常商品信息库中的商品进行重量匹配，得到重量匹配结果(3)或(4)；

重量匹配结果(3)：若重量匹配不通过，则被拿起的物品中包含非本货道商品。

重量匹配结果(4)：若重量匹配通过，则对被拿起的物品进行视觉验证；若视觉验证不通过，则被拿起的物品中包含非本货道商品。

步骤S3与步骤S2可以采用大致相同的方式实施，其解决的问题和效果也大致相同，此处不再赘述。

图2是判断变化物品(被放置到货道上的物品或被从货道上拿起的物品)为本货架商品或非本货架商品的部分步骤流程图，只有重量匹配与视觉验证都通过才得出变化物品为本货架商品，否则得出变化物品为非本货架商品。

对于变化物品为本货架商品的情形(绝大多数情形)，其售卖方法具体为：

若货道上物品的重量变化为重量减少，则被从货道上拿起；此时根据图2判断得出变化物品为本货架商品，即可将识别到的本货架商品的信息加入到虚拟购物车中；

若货道上物品的重量变化为重量增加，则物品被放置到货道上；此时若根据图2判断得出变化物品为本货架商品，即可将识别到的本货架商品的信息从虚拟购物车中删除。

基于货道上物品的重量变化可以判断物品被拿起或物品被放置到货道上，本发明提供的智能售卖方法，可以通过实时检测货道上商品的变化，更新虚拟购物车，从而为快速结算打下基础。虚拟购物车的更新仅通过消费者的购物行为触发，无需人为为商品结算的信息统计作额外操作，大大提高了结算效率，为消费者节省了排队结算的时间，为店家减少了人工成本。特别是对于变化物品为本货架商品的情形(绝大多数情形)，只需要在正常商品信息库范围内作重量匹配和视觉验证即可实现，重量匹配范围相对较小，匹配效率高，特别适用于商品种类丰富的大型无人超市的智能售卖。

在步骤S2之前，还包括：

步骤S01-2：检测到被从货道上拿起的物品为本货道商品，

步骤S02-2：将本货道商品的信息加入虚拟购物车。

其中，步骤S01-2具体为：

步骤S010-2：将被从货道上拿起的物品与正常商品信息库中的商品进行重量匹配；具体地，可通过计算货道上商品的重量变化量在误差范围内是否等于正常商品信息库中的商品排列组合所对应的总重量，得到重量匹配结果。

步骤S011-2：若重量匹配通过，则对被从货道上拿起的物品进行视觉验证；

步骤S012-2：由重量匹配与视觉验证一致的结果，得出被从货道上拿起的物品为本货道商品。

步骤S2具体为：将被放置到货道上的物品与虚拟购物车中的商品进行重量匹配，得到重量匹配结果(5)、(6)和(7)；

重量匹配结果(5)：若重量匹配不通过，则被放置到货道上的物品为非商品；将非商品的信息加入到异常商品队列。

重量匹配结果(6)：若重量匹配通过，则对被放置到货道上的物品进行视觉验证；若视觉验证不通过，则被放置到货道上的物品为非商品；将非商品的信息加入到异常商品队列，其中，非商品包括但不限于消费者从店外带入的物品或店内的不可售卖的装置等。

重量匹配结果(7)：若重量匹配通过，则对被放置到货道上的物品进行视觉验证；若视觉验证通过，则被放置到货道上的物品为摆错货道的商品；将摆错货道的商品的信息加入到异常商品队列，并将摆错货道的商品的信息从虚拟购物车中删除。

图3是判断摆错货道的商品或非商品的部分流程示意图，其中判断摆错货道的商品对应于重量匹配结果(7)，判断非商品重量匹配结果(5)和(6)。

在检测到被放置到货道上的物品为非本货道商品以后，尚且不知道被放置到货道上的物品的信息，但是可以明确的是被放置到货道上的物品不是来自虚拟购物车就是非商品，因此，通过将被放置到货道上的物品与虚拟购物车中的商品进行重量匹配，而虚拟购物车中的商品信息是已知的，通过与虚拟购物车中的商品重量匹配和视觉验证一致的结果，可以判断出被放置到货道上的物品为摆错货道的商品；否则，判断出被放置到货道上的物品为非商品，此时可以将非商品的重量和图像信息录入于异常商品队列中，便于后续的商品识别。

当确认被放置到货道上的物品为摆错货道的商品，并从虚拟购物车中匹配到了对应的商品信息后，通过将摆错货道的商品的信息加入到异常商品队列，并将摆错货道的商品的信息从虚拟购物车中删除，保证了异常商品队列与虚拟购物车的实时更新，确保了信息的准确性和闭环性。

对于消费者将虚拟购物车中的商品放置到了错误货道的情形，本发明的售卖方法具体为：

根据图3判断得出被放置到货道上的物品为摆错货道的商品，将摆错货道的商品的信息加入到异常商品队列，并将摆错货道的商品的信息从虚拟购物车中删除。

对于消费者将非商品放置到了货道的情形，本发明的售卖方法具体为：

根据图3判断得出被放置到货道上的物品为非商品，将非商品的信息加入到异常商品队列。

步骤S4具体为：基于异常商品队列及正常商品信息库的信息，对被拿起的物品进行重量匹配和视觉验证，确定被拿起的物品的信息。

优选地，步骤S4之后，还包括：

步骤S4-0001：根据被拿起的物品的信息，将被拿起的物品中包含的非本货道商品的信息从异常商品队列中删除。

对于消费者拿起的物品中包含费本货道的情形，本发明的售卖方法具体为：

首先由图2判断得出被从货道上拿起的物品中包含非本货道商品；

然后基于异常商品队列及正常商品信息库的信息，对被拿起的物品进行重量匹配和视觉验证，确定被拿起的物品的信息，根据被拿起的物品的信息，将被拿起的物品中包含的非本货道商品的信息从异常商品队列中删除，并将非本货道商品的信息加入虚拟购物车中。

以上所述仅为本发明的优选实施例，并非因此限制本发明的专利范围，凡是利用本发明说明书及附图内容所作的等效结构变换，或直接或间接运用在其他相关的技术领域，均同理包括在本发明的专利保护范围内。

Claims (11)

1.一种智能售卖方法，包括货道，其特征在于，包括：

检测到被放置到货道上的物品为非本货道商品，将非本货道商品的信息加入到异常商品队列；

检测到被从货道上拿起的物品中包含非本货道商品，根据异常商品队列及正常商品信息库确定被拿起的物品的信息，将被拿起的物品的信息加入虚拟购物车；

其中，正常商品信息库包括本货道商品的信息集合。

2.如权利要求1所述的智能售卖方法，其特征在于，所述“检测到被放置到货道上的物品为非本货道商品”具体为：

将被放置到货道上的物品与正常商品信息库中的商品进行重量匹配；

若重量匹配不通过，则被放置到货道上的物品为非本货道商品。

3.如权利要求2所述的智能售卖方法，其特征在于，所述“将被放置到货道上的物品与正常商品信息库中的商品进行重量匹配”之后，还包括：

若重量匹配通过，则对被放置到货道上的物品进行视觉验证；

若视觉验证不通过，则被放置到货道上的物品为非本货道商品。

4.如权利要求1所述的智能售卖方法，其特征在于，在所述“将非本货道商品的信息加入到异常商品队列”之前，还包括：

检测到被从货道上拿起的物品为本货道商品，将本货道商品的信息加入虚拟购物车。

5.如权利要求4所述的智能售卖方法，其特征在于，所述“检测到被从货道上拿起的物品为本货道商品”具体为：

将被从货道上拿起的物品与正常商品信息库中的商品进行重量匹配；

若重量匹配通过，则对被从货道上拿起的物品进行视觉验证；

由重量匹配与视觉验证一致的结果，得出被从货道上拿起的物品为本货道商品。

6.如权利要求5所述的智能售卖方法，其特征在于，所述“将被从货道上拿起的物品与正常商品信息库中的商品进行重量匹配”具体为：

计算货道上商品的重量变化量在误差范围内是否等于正常商品信息库中的商品排列组合所对应的总重量，得到重量匹配结果。

7.如权利要求4所述的智能售卖方法，其特征在于，所述“将非本货道商品的信息加入到异常商品队列”具体为：

将被放置到货道上的物品与虚拟购物车中的商品进行重量匹配；

若重量匹配不通过，则被放置到货道上的物品为非商品；

将非商品的信息加入到异常商品队列。

8.如权利要求7所述的智能售卖方法，其特征在于，所述“将被放置到货道上的物品与虚拟购物车中的商品进行重量匹配”之后，所述“将非商品的信息加入到异常商品队列”之前，还包括：

若重量匹配通过，则对被放置到货道上的物品进行视觉验证；

若视觉验证不通过，则被放置到货道上的物品为非商品。

9.如权利要求4所述的智能售卖方法，其特征在于，所述“将非本货道商品的信息加入到异常商品队列”具体为：

将被放置到货道上的物品与虚拟购物车中的商品进行重量匹配；

若重量匹配通过，则对被放置到货道上的物品进行视觉验证；

若视觉验证通过，则被放置到货道上的物品为摆错货道的商品；

将摆错货道的商品的信息从虚拟购物车中删除；

将摆错货道的商品的信息加入到异常商品队列。

10.如权利要求1所述的智能售卖方法，其特征在于，所述“根据异常商品队列及正常商品信息库确定被拿起的物品的信息”具体为：

基于异常商品队列及正常商品信息库的信息，对被拿起的物品进行重量匹配和视觉验证，确定被拿起的物品的信息。

11.如权利要求1所述的智能售卖方法，其特征在于，所述“根据异常商品队列及正常商品信息库确定被拿起的物品的信息”之后，还包括：

根据被拿起的物品的信息，将被拿起的物品中包含的非本货道商品的信息从异常商品队列中删除。

Images